小程序内容审核踩坑笔记敏感词过滤

笔者是渣渣phper

最近在做小程序，小程序内含有评论，评测时收到了来自官方的友好拒绝，

小程序内容审核踩坑笔记敏感词过滤

没办法，解决方案有两条，自动过滤和人工审核，考虑到用户友好性和减轻运营工作压力，走上了敏感词过滤的不归路。

于是，我们又走到了人生的岔路口，选择小程序自带的内容审核还是第三方收费的关键词过滤，或者是根据敏感词库自建。

首先本着为公司节约资源，第三方收费的脱敏系统被排除在外，我们瞄上了小程序官方的api，就走上了小程序的踩坑路。

首先第一个问题，原有项目自带有post请求类，直接请求，

$data=array('content'=>$checkContent);

第一个错误出现

{"errcode":47001,"errmsg":"data format error hint: [0361b767]"}

小程序内容审核踩坑笔记敏感词过滤

我开始怀疑了，原有项目自带有post请求，但post方法在项目中没有用到，会不会post方法有问题？于是，我就一条一条的断点，最后自己封装了个curl post方法，还是不行，再看看文档

小程序内容审核踩坑笔记敏感词过滤

string 是什么意思，看不懂，最后从这里发现了新大陆，

小程序内容审核踩坑笔记敏感词过滤

然后，代码改成这样

$data=json_encode(array('content'=>$checkContent));

我打印了请求，但是发现不管输入啥，全部返回ok，o你妹的k啊，小程序接口有bug吧？挂了吧？这都半夜了，小程序是在维护吧？

小程序内容审核踩坑笔记敏感词过滤

项目急着上线啊，小程序不能用啊，只能自建了，于是转向到搜索敏感词库，找到了以下几个库，

最后综合了第一个和第四个，快速实现了一个敏感词过滤，代码上线了，小程序提测了，这时候已经是晚上1点了

睡觉去。小程序这么大的平台怎么可能会有问题？我一遍一遍的问自己。迷迷糊糊睡着了。

第二天起来，地铁上，我开始搜索：“小程序内容审核api无效”，发现和我一样的问题还不少，官方的回答都是

小程序内容审核踩坑笔记敏感词过滤

自测了一下，我都符合呀，我没问题呀，看到了一个Python的代码，提示的是编码问题，我就开始想，是不是我的也有问题，于是我换了个关键词：

找到了答案，

小程序内容审核踩坑笔记敏感词过滤

代码改成这样，

$data=json_encode(array('content'=>$checkContent),JSON_UNESCAPED_UNICODE);

小程序内容审核踩坑笔记敏感词过滤

通过，替换自建敏感词为小程序，虽然网上说小程序的过滤也不是十分准确，但是，毕竟自己家的孩子。

总结：

对小程序的文档不熟悉，也没仔细看，第一个坑就踩着了

第二个坑，其实我是知道的，只是没有想到这里而已。

补充：

自建敏感词系统其实要解决很多问题，除掉词库，还有处理夹杂拼音的脱敏、其他符号夹杂的脱敏、倒序的脱敏、屌丝与屌这类的脱敏。

秒客网